PLAID
我的评分
PLAID(Physics-informed Learning from AI-aided Descriptions)是 ICML 2026 提出的工业物理 ML 基准, 聚焦真实工业中存在、但网格结构与物理量异构的仿真场景。其数据格式与 CGNS 兼容, 可直接对接主流 CAE 后处理工具,是用 ML 加速工业仿真(代理模型 / 降阶)最贴近实战的数据集。
适用场景:验证代理模型在复杂工业几何上的精度;与主流 CAE 工具链对接做降阶验证。
标签:
PLAID(Physics-informed Learning from AI-aided Descriptions)是 ICML 2026 提出的工业物理 ML 基准, 聚焦真实工业中存在、但网格结构与物理量异构的仿真场景。其数据格式与 CGNS 兼容, 可直接对接主流 CAE 后处理工具,是用 ML 加速工业仿真(代理模型 / 降阶)最贴近实战的数据集。
适用场景:验证代理模型在复杂工业几何上的精度;与主流 CAE 工具链对接做降阶验证。
| / | Focus search |
| gh | Go to home |
| gf | Go to favorites |
| ga | Go to A–Z index |
| gr | Go to recent updates |
| gt | Go to timeline |
| gp | Go to Hot 100 |
| ? | Show this help |
| Alt+D | Toggle dark mode |
| Esc | Close dialog |